基于小波包分析的滾動(dòng)軸承故障智能診斷.pdf

1、滾動(dòng)軸承是機(jī)械設(shè)備中最常用的部件之一，因此，對(duì)滾動(dòng)軸承故障診斷的研究十分重要。當(dāng)軸承某一元件表面出現(xiàn)局部損傷時(shí)，在受載運(yùn)行過程中要周期性地撞擊與之相互作用的其他元件表面而產(chǎn)生周期性的沖擊脈沖力。由于沖擊脈沖力的頻帶很寬，會(huì)覆蓋軸承系統(tǒng)的各個(gè)固有頻率，所以該脈沖力同理想脈沖一樣必然激起軸承系統(tǒng)的各個(gè)固有振動(dòng)。這樣，原來的平穩(wěn)振動(dòng)信號(hào)變成了非平穩(wěn)振動(dòng)信號(hào)。Fourier變換在頻域上是完全局部化的，但它不能提供任何時(shí)域的局部化特征。因此它不適

2、應(yīng)非平穩(wěn)信號(hào)的分析；而窗口傅立葉變換盡管在時(shí)域和頻域均具有一定的局部化特征，但其局部化卻是固定不變的。小波分析能多尺度地同時(shí)提供信號(hào)在時(shí)域和頻域的局部化信息，因而成為信號(hào)處理尤其是非平穩(wěn)信號(hào)處理的重要手段。針對(duì)基于小波包分析的滾動(dòng)軸承故障診斷，本文主要在以下幾方面展開研究： 1.系統(tǒng)地介紹了滾動(dòng)軸承的振動(dòng)機(jī)理及其典型故障的振動(dòng)特征； 2.細(xì)致地闡述了小波分析的基本理論及其在信號(hào)處理中的應(yīng)用，引進(jìn)了移頻算法的小波包分解和重

3、構(gòu)以克服Mallat算法中的頻率混迭現(xiàn)象，使分解系列的排列順序與頻帶的劃分順序一一對(duì)應(yīng)。 3.闡述了基于小波包分解與重構(gòu)的細(xì)化包絡(luò)解調(diào)和時(shí)延相關(guān)解調(diào)的原理，分別用這兩種解調(diào)法對(duì)滾動(dòng)軸承幾種典型故障進(jìn)行了診斷，并比較了它們的診斷結(jié)果。實(shí)驗(yàn)結(jié)果表明，在滾動(dòng)軸承故障診斷中時(shí)延相關(guān)解調(diào)與包絡(luò)解調(diào)相比，噪聲影響大幅減小，故障信息得以凸現(xiàn)。 4.介紹了利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷的原理及其步驟，針對(duì)BP算法存在的不足，本文采用了動(dòng)量